Ανίχνευση fake news στα social media µε χρήση συνελικτικών δικτύων γράφων

Abstract

Η χρήση των μέσων κοινωνικής δικτύωσης είναι ένα αναπόσπαστο κομμάτι της καθημερινότητας στο σύγχρονο κόσμο. Πλατφόρμες όπως το Twitter, το Facebook και το Instagram συγκεντρώνουν καθημερινά εκατομμύρια χρήστες. Το Twitter, ειδικότερα, έχει αναδειχθεί ως μια ισχυρή πλατφόρμα για συνομιλίες σε πραγματικό χρόνο και διάδοση ειδήσεων. Με το όριο 280 χαρακτήρων, το Twitter ενθαρρύνει την κοινή χρήση γρήγορων ενημερώσεων και απόψεων σε μοντέρνα θέματα. Έχει διαδραματίσει σημαντικό ρόλο στη διαμόρφωση του δημόσιου λόγου, στην δημιουργία κοινωνικών κινημάτων και στη σύνδεση ανθρώπων από όλον τον κόσμο. Αυτή η ταχεία ανάπτυξη έχει ενθαρρύνει την εμφάνιση των bots, που είναι αυτοματοποιημένοι λογαριασμοί σχεδιασμένοι να μιμούνται την ανθρώπινη συμπεριφορά. Μπορούν να παραπληροφορήσουν, να προωθήσουν ιδεολογίες και να ενισχύσουν τις ψευδείς ειδήσεις με ανησυχητικό ρυθμό. Όχι μόνο υπονομεύουν την εμπιστοσύνη του κοινού στα μέσα ενημέρωσης και τους θεσμούς, αλλά μπορούν επίσης να έχουν συνέπειες στον πραγματικό κόσμο, από τον επηρεασμό εκλογών έως την πρόκληση κοινωνικής αναστάτωσης. Ο αποτελεσματικός εντοπισμός αυτών των λογαριασμών είναι μια μεγάλη πρόκληση στον σύγχρονο κόσμο και έχει αποτελέσει θέμα πολυάριθμων μελετών.

Σε αυτή τη διπλωματική, παρουσιάζουμε την εργασία μας για ένα αποτελεσματικό μοντέλο ανίχνευσης bot. Χρησιμοποιούμε σχεσιακά συνελικτικά νευρωνικά δίκτυα γράφων που εκμεταλλεύονται τα δεδομένα χρήστη και τεχνικές μετάδοσης μηνυμάτων για να προσδώσουν ετικέτες σε κάθε κόμβο. Χρησιμοποιήσαμε επίσης την τεχνική της Αναζήτησης Αρχιτεκτονικής Νευρωνικών Δικτύων που αναζητά την αρχιτεκτονική με την υψηλότερη ακρίβεια, χρησιμοποιώντας έναν εξελικτικό αλγόριθμο.

Στο τέλος, παρουσιάζουμε τα αποτελέσματα και καταλήγουμε στο συμπέρασμα ότι η μέθοδός μας μπορεί να ανταγωνιστεί προηγούμενα μοντέλα στην ανίχνευση bot, υπογραμμίζοντας τα πλεονεκτήματα της χρήσης και των δύο τεχνικών.